KR102334587B1 - 글로벌 기후 자료의 품질 관리 방법 및 장치 - Google Patents

글로벌 기후 자료의 품질 관리 방법 및 장치 Download PDF

Info

Publication number
KR102334587B1
KR102334587B1 KR1020190139309A KR20190139309A KR102334587B1 KR 102334587 B1 KR102334587 B1 KR 102334587B1 KR 1020190139309 A KR1020190139309 A KR 1020190139309A KR 20190139309 A KR20190139309 A KR 20190139309A KR 102334587 B1 KR102334587 B1 KR 102334587B1
Authority
KR
South Korea
Prior art keywords
data
outliers
generating
climate
global climate
Prior art date
Application number
KR1020190139309A
Other languages
English (en)
Other versions
KR20210053562A (ko
Inventor
배덕효
김선호
Original Assignee
세종대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 세종대학교산학협력단 filed Critical 세종대학교산학협력단
Priority to KR1020190139309A priority Critical patent/KR102334587B1/ko
Publication of KR20210053562A publication Critical patent/KR20210053562A/ko
Application granted granted Critical
Publication of KR102334587B1 publication Critical patent/KR102334587B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/18—Testing or calibrating meteorological apparatus
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
  • General Factory Administration (AREA)

Abstract

복수의 국가에서 관측된 글로벌 기후 자료의 품질을 관리하는 방법 및 장치가 개시된다. 개시된 글로벌 기후 자료의 품질 관리 방법은 글로벌 기후 자료를 입력받는 단계; 상기 글로벌 기후 자료에 대해 내적 일치성 검사를 수행하여, 제1이상치가 분리된 제1데이터를 생성하는 단계; 상기 제1데이터에 대해 중복성 검사를 수행하여, 제2이상치가 분리된 제2데이터를 생성하는 단계; 상기 제2데이터에 대해 기후 범위 검사를 수행하여, 제3이상치가 분리된 제3데이터를 생성하는 단계; 상기 제3데이터에 대해 공간 동질성 검사를 수행하여, 제4이상치가 분리된 제4데이터를 생성하는 단계; 및 상기 제1 내지 제4이상치 및 상기 글로벌 기후 자료에 대한 결측치를 보정하여, 보정값을 생성하는 단계를 포함한다.

Description

글로벌 기후 자료의 품질 관리 방법 및 장치{QUALITY CONTROL METHOD AND APPARATUS OF GLOBAL CLIMATE DATA}
본 발명은 기후 자료의 품질 관리 방법 및 장치에 관한 것으로서, 보다 상세하게는 복수의 국가에서 관측된 글로벌 기후 자료의 품질을 관리하는 방법 및 장치에 관한 것이다.
정확한 기상 자료의 확보는 자원 관리에 매우 중요하다. 일예로서, 장기 수문 기상 자료의 확보는 수자원 관련 연구를 진행함에 있어 아주 중요한 이슈 중 하나이다.
국내에서는 다양한 기관에서 장기간의 수문기상 관측자료 확보를 위해 예산 및 인력을 소비하고 있다. 대표적으로 기상청에서는 종관기상관측, 지역 상세관측 자료를 수집하고 있으며, 이외에도 원격탐사 자료로 레이더, 위성 등을 활용한 자료를 수집하고 있다. 국토교통부에서는 지상 기상관측자료, 레이더 자료, 유량자료, 수위자료 등을 수집, 관리하고 있다.
국내에서는 기후 자료의 수집 및 관리를 위한 전문기관 및 인력이 확충되어 있어 지속적인 관리가 되고 있으나, 글로벌 기후 자료, 즉 여러 국가에서 관측된 기후 자료에 대한 수집, 관리, 배포는 미흡한 실정이다. 최근에는 국내 기업의 해외 물 산업 진출로 인해 글로벌 기후 자료에 대한 수요가 증가하고 있으며, 세계화 및 컴퓨터 자원의 발달로 글로벌 자료에 대한 접근성이 보다 개선되고 있다. 따라서 향후 글로벌 기후 자료의 수집 및 관리를 위한 기초기술의 개발이 필요하다.
관측장비를 통한 자료라도 관측, 가공, 전송 중에 오류가 발생할 수 있으며, 주요 문제로는 자료의 부정확성(inaccuracy), 불일관성(inconsistency), 불충분성(insufficiency), 불완전성(incompletion) 등이 있다. 이러한 문제를 해결하기 위해 국내외에서는 자료의 품질관리(quality control)을 위한 다양한 연구가 진행되고 있다.
관련 선행문헌으로, 비특허문헌인 "WISE 복합기상센서 관측 자료 품질관리시스템, 채정훈, 박문수, 최영진, Atmosphere. Korean Meteorological Society Vol. 24, No. 3 (2014) pp. 445-456", 특허문헌인 대한민국 공개특허 제2014-0074443호, 대한민국 등록특허 제10-1908865호가 있다.
국내의 경우 비교적 관측밀도가 높고 장기간의 자료가 구축되어 있어 자료의 품질이 우수하며, 품질관리를 위한 프로그램이 개발되어 있다. 그러나 글로벌 자료의 경우 국가별로 자료의 관리방법, 체계, 단위 등이 상이하기 때문에 국가별 특성을 고려한 품질관리를 수행할 필요가 있다.
본 발명은 복수의 국가에서 관측된 글로벌 기후 자료의 품질을 효율적으로 관리할 수 있는 방법 및 장치를 제공하기 위한 것이다.
상기한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 글로벌 기후 자료를 입력받는 단계; 상기 글로벌 기후 자료에 대해 내적 일치성 검사를 수행하여, 제1이상치가 분리된 제1데이터를 생성하는 단계; 상기 제1데이터에 대해 중복성 검사를 수행하여, 제2이상치가 분리된 제2데이터를 생성하는 단계; 상기 제2데이터에 대해 기후 범위 검사를 수행하여, 제3이상치가 분리된 제3데이터를 생성하는 단계; 상기 제3데이터에 대해 공간 동질성 검사를 수행하여, 제4이상치가 분리된 제4데이터를 생성하는 단계; 및 상기 제1 내지 제4이상치 및 상기 글로벌 기후 자료에 대한 결측치를 보정하여, 보정값을 생성하는 단계를 포함하는 글로벌 기후 자료의 품질 관리 방법이 제공된다.
또한 상기한 목적을 달성하기 위한 본 발명의 다른 실시예에 따르면, 글로벌 기후 자료에 대해 내적 일치성 검사를 수행하여, 제1이상치가 분리된 제1데이터를 생성하는 제1품질 검사부; 상기 제1데이터에 대해 중복성 검사를 수행하여, 제2이상치가 분리된 제2데이터를 생성하는 제2품질 검사부; 상기 제2데이터에 대해 기후 범위 검사를 수행하여, 제3이상치가 분리된 제3데이터를 생성하는 제3품질 검사부; 상기 제3데이터에 대해 공간 동질성 검사를 수행하여, 제4이상치가 분리된 제4데이터를 생성하는 제4품질 검사부; 및 상기 제1 내지 제4이상치 및 상기 글로벌 기후 자료에 대한 결측치를 보정하여, 보정값을 생성하는 데이터 보정부를 포함하는 글로벌 기후 자료의 품질 관리 장치 제공된다.
본 발명의 일실시예에 따르면, 글로벌 기후 자료에서 이상치 및 결측치가 효과적으로 필터링될 수 있으며, 이러한 이상치 및 결측치를 보정함으로써, 글로벌 기후 자료의 품질을 높일 수 있다.
도 1은 본 발명의 일실시예에 따른 글로벌 기후 자료의 품질 관리 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일실시예에 따른 품질 관리 장치를 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 글로벌 기후 자료의 품질 관리 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 다른 실시예에 따른 글로벌 기후 자료의 품질 관리 방법을 설명하기 위한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
기후 자료의 품질 관리를 위한 검사 기법으로, 범위 검사, 내적 일치성 검사, 시계열 검사, 공간 동질성 검사 등이 있다. 보다 세부적으로 범위 검사에는 물리적 범위 검사, 기후 범위 검사 등이 있으며, 시계열 검사에는 단계 검사, 중복성 검사 등이 있다.
본 발명은 여러 국가에서 관측하여 수집된 글로벌 기후 자료의 품질 관리를 위해, 전술된 품질 관리 검사 기법들에 대한 시계열적인 검사 순서를 제안하고, 각각의 검사 단계에서의 구체적인 검사 방법을 제안한다. 또한 이러한 검사 순서에 따라 수행된 글로벌 기후 자료의 품질 검사 결과 도출된 이상치 또는 결측치를 보정하는 방법을 제안한다.
본 발명에 따르면, 글로벌 기후 자료에서 이상치 및 결측치가 효과적으로 필터링될 수 있으며, 이러한 이상치 및 결측치를 보정함으로써, 글로벌 기후 자료의 품질을 높일 수 있다.
본 발명의 일실시예에 따른 글로벌 기후 자료의 품질 관리 방법은 프로세서를 포함하는 컴퓨팅 장치에서 수행될 수 있으며, 이러한 컴퓨팅 장치로, 데스크탑, 서버, 노트북 또는 별도의 품질 관리 장치가 포함될 수 있다.
이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 글로벌 기후 자료의 품질 관리 시스템을 설명하기 위한 도면이며, 도 2는 본 발명의 일실시예에 따른 품질 관리 장치를 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 글로벌 기후 자료의 품질 관리 시스템은 데이터 베이스(110), 메타데이터 제공부(120), 품질 관리 장치(130) 및 데이터 출력부(140)를 포함한다.
데이터 베이스(110)는, 여러 국가에서 관측된 기후 자료를 다양한 기관으로부터 제공받아 저장한다. 이러한 기후 자료는 일실시예로서, 수문 기상 자료일 수 있으며, 수문 기상 자료는 일 단위 강수량, 평균기온, 최고기온, 최저기온, 이슬점 온도, 평균풍속 및 해면기압에 대한 데이터를 포함할 수 있다.
그리고 기후 자료를 제공하는 기관으로, WMO(세계 기상 기구), NCDC (National Climatic Data Center), CPC(Climate Prediction Center), NOAA(National Oceanic and Atmospheric Administration), GRDC(Grains Research and Development Corporation) 등이 있다.
메타데이터 제공부(120)는 글로벌 기후 자료에 대한 메타데이터를 제공하며, 이러한 메타데이터는 글로벌 기후 자료의 국가 식별값, 관측 지점의 위경도와 고도, 관측 기간 등에 대한 정보를 포함한다.
품질 관리 장치(130)는 데이터 베이스(110) 및 메타데이터 제공부(120)로부터 글로벌 기후 자료 및 글로벌 기후 자료에 대한 메타데이터를 제공받아, 글로벌 기후 자료에 대한 품질 검사를 수행하며, 품질 검사 결과 오류가 존재하는 것으로 판단된 데이터(이상치)나, 관측값이 존재하지 않는 데이터(결측치)를 보정한다.
도 2를 참조하면, 본 발명의 일실시예에 따른 품질 관리 장치(130)는 제1 내지 제2품질 검사부(131 내지 134) 및 데이터 보정부(135)를 포함한다.
제1품질 검사부(131)는 글로벌 기후 자료에 대해 내적 일치성 검사를 수행하여, 제1이상치가 분리된 제1데이터를 생성한다. 즉, 제1품질 검사부(131)는 내적 일치성 검사를 통해 글로벌 기후 자료중 제1이상치를 검출하고, 글로벌 기후 자료에서 제1이상치가 제외된 제1데이터를 생성한다.
제2품질 검사부(132)는 제1품질 검사부(131)에서 생성된 제1데이터에 대해 중복성 검사를 수행하여, 제2이상치가 분리된 제2데이터를 생성한다. 즉, 제2품질 검사부(132)는 중복성 검사를 통해 제1데이터 중 제2이상치를 검출하고, 제1데이터에서 제2이상치가 제외된 제2데이터를 생성한다.
제3품질 검사부(133)는 제2품질 검사부(132)에서 생성된 제2데이터에 대해 기후 범위 검사를 수행하여, 제3이상치가 분리된 제3데이터를 생성한다. 즉, 제3품질 검사부(133)는 기후 범위 검사를 통해 제2데이터 중 제3이상치를 검출하고, 제2데이터에서 제3이상치가 제외된 제3데이터를 생성한다.
제4품질 검사부(134)는 제3품질 검사부(133)에서 생성된 제3데이터에 대해 공간 동질성 검사를 수행하여, 제4이상치가 분리된 제4데이터를 생성한다. 즉, 제4품질 검사부(134)는 공간 동질성 검사를 통해 제3데이터 중 제4이상치를 검출하고, 제3데이터에서 제4이상치가 제외된 제4데이터를 생성한다. 제4데이터는, 입력된 글로벌 기후 자료에서, 결측치 및 제1 내지 제4이상치가 모두 제외된 데이터이다.
데이터 보정부(135)는 제1 내지 제4이상치 및 글로벌 기후 자료에 대한 결측치를 보정하여, 이러한 이상치 및 결측치에 대한 보정값을 생성한다. 이러한 보정값은 일실시예로서, RDS(Reciprocal Distance Squared, 역거리제곱) 공간 보간 기법을 통해 생성될 수 있다.
다시 도 1로 돌아가, 데이터 출력부(140)는 품질 관리 장치(130)를 통해 얻어진 보정값과, 품질 검사 결과 이상이 없는 것으로 판단된 데이터를 이용하여, 글로벌 기후 자료에 대한 통계값을 생성하거나 미리 설정된 기간 단위로 기후 자료를 가공하여 출력한다. 예컨대, 데이터 출력부(140)는 일단위의 데이터를 월 단위 또는 연 단위로 가공하여 출력할 수 있다.
도 3은 본 발명의 일실시예에 따른 글로벌 기후 자료의 품질 관리 방법을 설명하기 위한 도면이다.
도 3을 참조하면, 본 발명의 일실시예에 따른 품질 관리 장치는 글로벌 기후 자료를 수신(S310), 즉 입력받고, 입력된 글로벌 기후 자료에 대해 내적 일치성 검사를 수행하여, 제1이상치가 분리된 제1데이터를 생성(S320)한다. 글로벌 기후 자료는 일실시예로서, 일 단위 강수량, 평균기온, 최고기온, 최저기온, 이슬점 온도, 평균풍속 및 해면기압에 대한 데이터를 포함하는 수문 기상 자료일 수 있다.
단계 S320에서, 품질 관리 장치는 평균기온, 최고기온 및 최저기온에 대한 데이터 중에서, 제1이상치를 판단한다. 즉, 품질 관리 장치는 수문 기상 자료 중에서, 평균기온, 최고기온 및 최저기온 데이터에 대한 이상치를 판단한다.
품질 관리 장치는 일실시예로서, [수학식 1]을 만족하지 않는 평균기온(
Figure 112019112666400-pat00001
)에 대한 데이터를 제1이상치로 판단한다. 다시 말해, 평균기온에 대한 데이터 중에서, 최고기온(
Figure 112019112666400-pat00002
) 및 최저기온(
Figure 112019112666400-pat00003
) 사이의 범위를 벗어나는 데이터를 제1이상치로 판단한다. 실시예에 따라서, [수학식 1]의 조건을 만족하지 않는 평균기온, 최고기온 및 최저기온 데이터가 모두 이상치로 판단될 수 있다.
Figure 112019112666400-pat00004
그리고 품질 관리 장치는 최고기온 및 최저기온에 대한 데이터 중에서, 서로 값이 동일하며 미리 설정된 설정값과 동일한 데이터를 결측치로 판단한다. 즉, 특정 일에 대한 최고기온 데이터와 최저기온 데이터가 서로 동일할 뿐만 아니라, 미리 설정된 설정값과 동일할 경우, 결측치로 판단한다.
일부 국가의 경우 결측치를 섭씨 0도 또는 화씨 -17.8도로 표시하기 때문에, 설정값은 일실시예로서, 0으로 설정되거나 또는 섭씨 0도에 대한 화씨 변환값인 -17.8일 수 있다.
본 발명의 일실시예에 따른 품질 관리 장치는 단계 S320 수행 이후, 제1데이터에 대해 중복성 검사를 수행하여, 제2이상치가 분리된 제2데이터를 생성(S330)한다.
단계 S330에서, 품질 관리 장치는 강수량, 평균기온, 최고기온 및 최저기온에 대한 데이터 중에서, 제2이상치를 판단한다. 즉, 품질 관리 장치는 수문 기상 자료 중에서, 제1이상치를 제외한 나머지 평균기온, 최고기온 및 최저기온 데이터와 강수량 데이터에 대한 이상치를 판단한다.
품질 관리 장치는 일실시예로서, 강수량에 대한 데이터 중에서, 제1임계값 이상이며, 제1임계일이상 연속적으로 동일한 데이터를 제2이상치로 판단한다. 예컨대, 제1임계값이 10mm이며, 제1임계일이 4일인 경우, 품질 관리 장치는 10mm 이상의 강수량이 4일 이상 동일한 값으로 지속되는 경우, 해당 강수량에 대한 데이터를 제2이상치로 판단할 수 있다.
또한 품질 관리 장치는 일실시예로서, 평균기온, 최고기온, 최저기온에 대한 데이터 중에서, 제2임계일이상 연속적으로 동일한 데이터를 제2이상치로 판단할 수 있다. 예컨대, 제2임계일이 20일인 경우, 품질 관리 장치는 동일한 평균기온, 최고기온 또는 최저기온이 20일 이상 지속되는 경우, 해당 평균기온, 최고기온 또는 최저기온에 대한 데이터를 제2이상치로 판단할 수 있다.
본 발명의 일실시예에 따른 품질 관리 장치는 단계 S330 수행 이후, 제2데이터에 대해 기후 범위 검사를 수행하여, 제3이상치가 분리된 제3데이터를 생성(S340)한다.
단계 S340에서, 품질 관리 장치는 수문 기상 자료에 포함된 모든 데이터를 대상으로 제3이상치를 판단하며, 일실시예로서 [수학식 2]를 만족하지 않는 데이터를 제3이상치로 판단할 수 있다.
Figure 112019112666400-pat00005
여기서, Xt는 글로벌 기후 자료에 대한 t월의 데이터를 나타내며,
Figure 112019112666400-pat00006
는 t월의 데이터 평균값을 나타내며, P75t 및 P25t 각각은 t월의 데이터를 이용하여 추정된 정규분포의 누가확률 75%, 25%의 값을 나타낸다.
다시 말해, Xt는 t월에서의, 일 단위 강수량, 평균기온, 최고기온, 최저기온, 이슬점 온도, 평균풍속 및 해면기압에 대한 데이터 중 하나인 타겟 데이터를 나타내며,
Figure 112019112666400-pat00007
는 이러한 타겟 데이터의 t월에서의 평균값을 나타낸다. 그리고 P75t 및 P25t 각각은, 타겟 데이터에 대한 정규분포에서 누가확률 75%, 25%의 값을 나타낸다.
본 발명의 일실시예에 따른 품질 관리 장치는 단계 S340 수행 이후, 제3데이터에 대해 공간 동질성 검사를 수행하여, 제4이상치가 분리된 제4데이터를 생성(S350)한다. 품질 관리 장치는 수문 기상 자료에 포함된 모든 데이터를 대상으로 제4이상치를 판단한다.
단계 S350에서 품질 관리 장치는 일실시예로서, RDS 공간 보간 기법을 이용하여, 글로벌 기후 자료 중 타겟 데이터에 대한 추정값을 생성하고, 타겟 데이터와 추정값 사이의 편차에 따라서, 타겟 데이터를 제4이상치로 판단할 수 있다.
이 때, 품질 관리 장치는 보다 정확한 품질 검사를 위해, [수학식 3]과 같이, 복수의 인접 관측소의 관측값을 이용하여, 추정값을 생성할 수 있다.
Figure 112019112666400-pat00008
여기서, Rd는 추정값, N은 타겟 데이터를 측정한 타겟 관측소에 인접한 인접 관측소의 개수, Di는 타겟 관측소와 인접 관측소 사이의 거리, Xi,d는 i번째 인접 관측소에서 측정한 데이터를 나타낸다.
인접 관측소는 타겟 관측소를 중심으로 4개의 사분면 각각에 위치하는 4개의 관측소일 수 있으며, 이 경우 i는 1에서 4 사이의 값일 수 있다. 그리고 인접 관측소는 타겟 관측소로부터 미리 설정된 거리 범위 내에 위치하며, 사분면 각각에 위치한 복수의 관측소 중에서, 타겟 관측소와 가장 가까운 관측소일 수 있다.
여기서 거리 범위는, 글로벌 기후 자료가 관측된 지역이나 국가의 지역적 특성에 따라 적응적으로 결정될 수 있으며, 예컨대 지역적 특성으로 면적, 산악 지형, 도심지, 평야 등이 포함될 수 있다.
일예로서, 글로벌 기후 자료가 산악 지역 또는 면적이 넓은 지역이나 국가에서 관측된 자료라면, 설치된 관측소의 밀도가 상대적으로 작을 것이므로, 거리 범위는 증가될 필요가 있으며, 글로벌 기후 자료가 도심지나 면적이 좁은 국가에서 관측된 자료라면, 설치된 관측소의 밀도가 상대적으로 클 것이므로, 거리 범위가 비교적 크지 않아도 무방하다.
품질 관리 장치는 이와 같이 생성된 추정값과, 타겟 데이터 사이의 편차가, 추정값 및 타겟 데이터의 차이에 대한 정규분포의 누가확률 99.99% 이상인 경우, 해당 타겟 데이터를 제4이상치로 판단할 수 있다.
본 발명의 일실시예에 따른 품질 관리 장치는 단계 S350 수행 이후, 제1 내지 제4이상치 및 글로벌 기후 자료에 대한 결측치를 보정하여, 보정값을 생성(S360)한다. 품질 관리 장치는 RDS 공간 보간 기법을 이용하여, 보정값을 생성할 수 있으며, 일예로서, [수학식 3]을 이용할 수 있다. 이 때 타겟 관측소는 이상치 및 결측치에 대한 관측소가 되며, 거리범위는 일예로 300km일 수 있다.
도 4는 본 발명의 다른 실시예에 따른 글로벌 기후 자료의 품질 관리 방법을 설명하기 위한 도면이다.
본 발명의 일실시예에 따른 품질 관리 방법은 단계 S310 내지 단계 S360을 통해 도출된 보정값과 제4데이터를 이용하여, 월 단위 또는 연 단위의 기후 자료를 생성할 수 있다.
도 4를 참조하면, 본 발명의 일실시예에 따른 품질 관리 장치는 단계 S310 내지 단계 S360의 수행 결과를 이용하여, 월 단위 또는 연 단위로, 보정에 실패한 이상치 및 결측치의 비율값을 계산(S410)하며, 비율값이 제2임계값 이하인 경우, 일 단위의 제4데이터 및 보정값을 월 또는 연 단위의 기후 자료로 변환(S420)한다.
단계 S350에서 보정이 수행된 결과, 타겟 관측소 주변의 인접 관측소의 부재 등으로 인해 보정이 실패할 수 있는데, 보정에 실패한 이상치 및 결측치의 비율값이 매우 높으면, 제4데이터 및 보정값을 월 또는 연 단위의 기후 자료로 변환한 데이터가 부정확할 수 있다. 따라서, 품질 관리 장치는 보정에 실패한 이상치 및 결측치의 비율값이 미리 설정된 제2임계값 이하인 경우에 월 또는 연 단위의 기후 자료를 생성한다.
이 때, 품질 관리 장치는 글로벌 기후 자료에 대한 데이터 중에서, 평균기온과 같이, 평균값으로 관리되는 데이터의 경우, 제4데이터 및 보정값에 대한 산술평균을 통해 월 또는 연 단위의 기후 자료를 생성할 수 있다. 예컨대, 30일로 이루어진 달의 월 단위 평균기온 데이터가 필요하며, 2일치 평균기온이 이상치 또는 결측치인 경우, 품질 관리 장치는 28일치의 평균기온 데이터 즉, 제4데이터 및 보정값을 평균하여 해당 월의 평균기온 데이터를 생성할 수 있다.
또한 품질 관리 장치는 글로벌 기후 자료에 대한 데이터 중에서, 강수량과 같이, 누적값으로 관리되는 데이터의 경우, 제4데이터 및 보정값에 대한 월 또는 연 단위의 평균값에 기간을 곱하여 월 또는 연 단위의 기후 자료를 생성할 수 있다. 여기서 평균값에 곱해지는 기간은, 타겟 월 또는 연에서 제4데이터 및 보정값이 존재하는 일 또는 월의 개수를 의미한다. 예컨대, 30일로 이루어진 달의 누적 강수량 데이터가 필요하며, 2일치 강수량이 이상치 또는 결측치인 경우, 품질 관리 장치는 28일치의 강수량 데이터를 평균하고 평균값에 28일을 곱하여 해당 월의 강수량 데이터를 생성할 수 있다.
앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.

Claims (14)

  1. 삭제
  2. 삭제
  3. 글로벌 기후 자료를 입력받는 단계;
    상기 글로벌 기후 자료에 대해 내적 일치성 검사를 수행하여, 제1이상치가 분리된 제1데이터를 생성하는 단계;
    상기 제1데이터에 대해 중복성 검사를 수행하여, 제2이상치가 분리된 제2데이터를 생성하는 단계;
    상기 제2데이터에 대해 기후 범위 검사를 수행하여, 제3이상치가 분리된 제3데이터를 생성하는 단계;
    상기 제3데이터에 대해 공간 동질성 검사를 수행하여, 제4이상치가 분리된 제4데이터를 생성하는 단계; 및
    상기 제1 내지 제4이상치 및 상기 글로벌 기후 자료에 대한 결측치를 보정하여, 보정값을 생성하는 단계를 포함하며,
    상기 글로벌 기후 자료는
    일 단위 강수량, 평균기온, 최고기온, 최저기온, 이슬점 온도, 평균풍속 및 해면기압에 대한 데이터를 포함하는 수문 기상 자료이며,
    상기 제1데이터를 생성하는 단계는
    상기 평균기온, 최고기온 및 최저기온에 대한 데이터 중에서, 상기 제1이상치를 판단하며,
    상기 평균기온에 대한 데이터 중에서, 상기 최고기온 및 상기 최저기온 사이의 범위를 벗어나는 데이터를 상기 제1이상치로 판단하며,
    상기 최고기온 및 최저기온에 대한 데이터 중에서, 서로 값이 동일하며 설정값과 동일한 데이터를 상기 결측치로 판단하는,
    기후 자료의 품질 관리 방법.
  4. 제 3항에 있어서,
    상기 제1데이터를 생성하는 단계는
    상기 설정값은 0이거나 또는 섭씨 0도에 대한 화씨 변환값인
    기후 자료의 품질 관리 방법.
  5. 글로벌 기후 자료를 입력받는 단계;
    상기 글로벌 기후 자료에 대해 내적 일치성 검사를 수행하여, 제1이상치가 분리된 제1데이터를 생성하는 단계;
    상기 제1데이터에 대해 중복성 검사를 수행하여, 제2이상치가 분리된 제2데이터를 생성하는 단계;
    상기 제2데이터에 대해 기후 범위 검사를 수행하여, 제3이상치가 분리된 제3데이터를 생성하는 단계;
    상기 제3데이터에 대해 공간 동질성 검사를 수행하여, 제4이상치가 분리된 제4데이터를 생성하는 단계; 및
    상기 제1 내지 제4이상치 및 상기 글로벌 기후 자료에 대한 결측치를 보정하여, 보정값을 생성하는 단계를 포함하며,
    상기 글로벌 기후 자료는
    일 단위 강수량, 평균기온, 최고기온, 최저기온, 이슬점 온도, 평균풍속 및 해면기압에 대한 데이터를 포함하는 수문 기상 자료이며,
    상기 제2데이터를 생성하는 단계는
    상기 강수량, 평균기온, 최고기온 및 최저기온에 대한 데이터 중에서, 상기 제2이상치를 판단하며,
    상기 강수량에 대한 데이터 중에서, 제1임계값 이상이며, 제1임계일이상 연속적으로 동일한 데이터를 상기 제2이상치로 판단하며,
    상기 평균기온, 최고기온, 최저기온에 대한 데이터 중에서, 제2임계일이상 연속적으로 동일한 데이터를 상기 제2이상치로 판단하는
    기후 자료의 품질 관리 방법.
  6. 글로벌 기후 자료를 입력받는 단계;
    상기 글로벌 기후 자료에 대해 내적 일치성 검사를 수행하여, 제1이상치가 분리된 제1데이터를 생성하는 단계;
    상기 제1데이터에 대해 중복성 검사를 수행하여, 제2이상치가 분리된 제2데이터를 생성하는 단계;
    상기 제2데이터에 대해 기후 범위 검사를 수행하여, 제3이상치가 분리된 제3데이터를 생성하는 단계;
    상기 제3데이터에 대해 공간 동질성 검사를 수행하여, 제4이상치가 분리된 제4데이터를 생성하는 단계; 및
    상기 제1 내지 제4이상치 및 상기 글로벌 기후 자료에 대한 결측치를 보정하여, 보정값을 생성하는 단계를 포함하며,
    상기 글로벌 기후 자료는
    일 단위 강수량, 평균기온, 최고기온, 최저기온, 이슬점 온도, 평균풍속 및 해면기압에 대한 데이터를 포함하는 수문 기상 자료이며,
    상가 제3데이터를 생성하는 단계는
    상기 글로벌 기후 자료 중, 하기 수학식을 만족하지 않는 데이터를 상기 제3이상치로 판단하는
    기후 자료의 품질 관리 방법.
    [수학식]
    Figure 112021502938868-pat00009


    여기서, Xt는 상기 글로벌 기후 자료에 대한 t월의 데이터를 나타내며,
    Figure 112021502938868-pat00010
    는 t월의 데이터 평균값을 나타내며, P75t 및 P25t 각각은 t월의 데이터를 이용하여 추정된 정규분포의 누가확률 75%, 25%의 값을 나타냄.
  7. 삭제
  8. 글로벌 기후 자료를 입력받는 단계;
    상기 글로벌 기후 자료에 대해 내적 일치성 검사를 수행하여, 제1이상치가 분리된 제1데이터를 생성하는 단계;
    상기 제1데이터에 대해 중복성 검사를 수행하여, 제2이상치가 분리된 제2데이터를 생성하는 단계;
    상기 제2데이터에 대해 기후 범위 검사를 수행하여, 제3이상치가 분리된 제3데이터를 생성하는 단계;
    상기 제3데이터에 대해 공간 동질성 검사를 수행하여, 제4이상치가 분리된 제4데이터를 생성하는 단계; 및
    상기 제1 내지 제4이상치 및 상기 글로벌 기후 자료에 대한 결측치를 보정하여, 보정값을 생성하는 단계를 포함하며,
    상기 글로벌 기후 자료는
    일 단위 강수량, 평균기온, 최고기온, 최저기온, 이슬점 온도, 평균풍속 및 해면기압에 대한 데이터를 포함하는 수문 기상 자료이며,
    상기 제4데이터를 생성하는 단계는
    RDS 공간 보간 기법을 이용하여, 상기 글로벌 기후 자료 중 타겟 데이터에 대한 추정값을 생성하는 단계; 및
    상기 타겟 데이터와 상기 추정값 사이의 편차에 따라서, 상기 타겟 데이터를 상기 제4이상치로 판단하는 단계를 포함하며,
    상기 추정값을 생성하는 단계는
    하기의 수학식을 이용하여, 상기 추정값을 생성하는
    기후 자료의 품질 관리 방법.
    [수학식]
    Figure 112021129581238-pat00011

    여기서, Rd는 상기 추정값, N은 상기 타겟 데이터를 측정한 타겟 관측소에 인접한 인접 관측소의 개수, 상기 Di는 상기 타겟 관측소와 상기 인접 관측소 사이의 거리, Xi,d는 i번째 인접 관측소에서 측정한 데이터를 나타냄.
  9. 제 8항에 있어서,
    상기 인접 관측소는
    상기 타겟 관측소를 중심으로 4개의 사분면 각각에 위치하는 4개의 관측소이며,
    상기 타겟 관측소로부터 미리 설정된 거리 범위 내에 위치하며, 상기 사분면 각각에 위치한 복수의 관측소 중에서, 상기 타겟 관측소와 가장 가까운 관측소인
    기후 자료의 품질 관리 방법.
  10. 제 9항에 있어서,
    상기 거리 범위는
    상기 글로벌 기후 자료가 관측된 지역이나 국가의 지역적 특성에 따라서 결정되는
    기후 자료의 품질 관리 방법.
  11. 삭제
  12. 글로벌 기후 자료를 입력받는 단계;
    상기 글로벌 기후 자료에 대해 내적 일치성 검사를 수행하여, 제1이상치가 분리된 제1데이터를 생성하는 단계;
    상기 제1데이터에 대해 중복성 검사를 수행하여, 제2이상치가 분리된 제2데이터를 생성하는 단계;
    상기 제2데이터에 대해 기후 범위 검사를 수행하여, 제3이상치가 분리된 제3데이터를 생성하는 단계;
    상기 제3데이터에 대해 공간 동질성 검사를 수행하여, 제4이상치가 분리된 제4데이터를 생성하는 단계;
    상기 제1 내지 제4이상치 및 상기 글로벌 기후 자료에 대한 결측치를 보정하여, 보정값을 생성하는 단계;
    월 단위 또는 연 단위로, 보정에 실패한 이상치 및 결측치의 비율값을 계산하는 단계; 및
    상기 비율값이 제2임계값 이하인 경우, 상기 일 단위의 상기 제4데이터 및 상기 보정값을 월 또는 연 단위의 기후 자료로 변환하는 단계를 포함하며,
    상기 글로벌 기후 자료는
    일 단위 강수량, 평균기온, 최고기온, 최저기온, 이슬점 온도, 평균풍속 및 해면기압에 대한 데이터를 포함하는 수문 기상 자료인,
    기후 자료의 품질 관리 방법.
  13. 제 12항에 있어서,
    상기 일 단위의 상기 제4데이터 및 상기 보정값을 월 또는 연 단위의 기후 자료로 변환하는 단계는
    상기 글로벌 기후 자료에 대한 데이터 중에서, 평균값으로 관리되는 데이터의 경우, 상기 제4데이터 및 상기 보정값에 대한 산술평균을 통해 상기 월 또는 연 단위의 기후 자료를 생성하며,
    상기 글로벌 기후 자료에 대한 데이터 중에서, 누적값으로 관리되는 데이터의 경우, 상기 제4데이터 및 상기 보정값에 대한 상기 월 또는 연 단위의 평균값에 기간을 곱하여 상기 월 또는 연 단위의 기후 자료를 생성하는
    기후 자료의 품질 관리 방법.
  14. 삭제
KR1020190139309A 2019-11-04 2019-11-04 글로벌 기후 자료의 품질 관리 방법 및 장치 KR102334587B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190139309A KR102334587B1 (ko) 2019-11-04 2019-11-04 글로벌 기후 자료의 품질 관리 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190139309A KR102334587B1 (ko) 2019-11-04 2019-11-04 글로벌 기후 자료의 품질 관리 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20210053562A KR20210053562A (ko) 2021-05-12
KR102334587B1 true KR102334587B1 (ko) 2021-12-02

Family

ID=75918980

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190139309A KR102334587B1 (ko) 2019-11-04 2019-11-04 글로벌 기후 자료의 품질 관리 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102334587B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115454981A (zh) * 2022-08-30 2022-12-09 山东师范大学 南极器测气象数据的数据清洗和标记方法、系统
CN116027460B (zh) * 2023-03-23 2023-07-14 中国海洋大学 波浪滑翔器海洋观测数据质量控制方法、系统及电子设备
CN117010727B (zh) * 2023-10-07 2024-01-02 长江水利委员会水文局 一种基于水平年的径流序列一致性改正方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015161591A (ja) 2014-02-27 2015-09-07 Kddi株式会社 観測値処理装置
KR101926544B1 (ko) 2018-08-27 2019-03-07 (주)지비엠 아이엔씨 기상 예측 모델을 이용한 기상 관측 방법, 시스템 및 컴퓨터 프로그램

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140074444A (ko) * 2012-12-07 2014-06-18 대한민국(기상청장) 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법
KR101463492B1 (ko) * 2013-03-12 2014-11-19 세종대학교산학협력단 비정상성 분위 사상을 적용한 전지구 기후모델의 오차보정방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015161591A (ja) 2014-02-27 2015-09-07 Kddi株式会社 観測値処理装置
KR101926544B1 (ko) 2018-08-27 2019-03-07 (주)지비엠 아이엔씨 기상 예측 모델을 이용한 기상 관측 방법, 시스템 및 컴퓨터 프로그램

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
이영섭 외 9인. 국가기후자료의 비균질성 검증 및 보정기법 기술개발 : 기상청. 2014년 3월 31일*
조홍래 외 1인. 공간보간기법을 이용한 환경자료의 지도화 : 서울대학교. 2007년 6월 15일*

Also Published As

Publication number Publication date
KR20210053562A (ko) 2021-05-12

Similar Documents

Publication Publication Date Title
KR102334587B1 (ko) 글로벌 기후 자료의 품질 관리 방법 및 장치
Boilley et al. Comparison between meteorological re-analyses from ERA-Interim and MERRA and measurements of daily solar irradiation at surface
Arvor et al. Monitoring rainfall patterns in the southern amazon with PERSIANN-CDR data: Long-term characteristics and trends
Wetterhall et al. The benefit of seamless forecasts for hydrological predictions over Europe
Rahman et al. Performance assessment of SM2RAIN-CCI and SM2RAIN-ASCAT precipitation products over Pakistan
RU2630193C1 (ru) Способ и система для создания прогноза погоды
Latif et al. Differentiating snow and glacier melt contribution to runoff in the Gilgit River basin via degree-day modelling approach
Rahman et al. Assessment of merged satellite precipitation datasets in monitoring meteorological drought over Pakistan
Chiu et al. Observations of cyclone-induced storm surge in coastal Bangladesh
Xiong et al. Evaluation of IMERG and ERA5 precipitation-phase partitioning on the global scale
Franco-Díaz et al. The contribution of tropical cyclones to the atmospheric branch of Middle America’s hydrological cycle using observed and reanalysis tracks
Li et al. An improved method for rainfall forecast based on GNSS-PWV
Reggiani et al. Predictive uncertainty estimation on a precipitation and temperature reanalysis ensemble for Shigar Basin, Central Karakoram
Weber et al. The evaluation of the potential of global data products for snow hydrological modelling in ungauged high-alpine catchments
Sarwar et al. Shifting of meteorological to hydrological drought risk at regional scale
Nury et al. Projected changes in the Tibetan Plateau snowpack resulting from rising global temperatures
Peinó et al. Performance assessment of GPM IMERG products at different time resolutions, climatic areas and topographic conditions in Catalonia
Fan et al. A new Greenland digital elevation model derived from ICESat-2 during 2018–2019
Koji et al. Understanding the present-day spatiotemporal variability of precipitable water vapor over Ethiopia: a comparative study between ERA5 and GPS
Bosneagu et al. Long-term analysis of air temperatures variability and trends on the Romanian Black Sea Coast
Fiddes et al. TopoCLIM: rapid topography-based downscaling of regional climate model output in complex terrain v1. 1
Tapiador et al. A satellite view of an intense snowfall in Madrid (Spain): the Storm ‘Filomena’in January 2021
Huang et al. Hourly rainfall data from rain gauge networks and weather radar up to 2020 across the Hawaiian Islands
Qin et al. Temporally extended satellite-derived surface air temperatures reveal a complete warming picture on the Tibetan Plateau
Salvi et al. Decadal temperature predictions over the continental United States: Analysis and Enhancement

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant